simpangan data yang lebih kecil dari rata-ratanya. Bila dibandingkan dengan tabel 1.1 terlihat bahwa memang nilai variabel CAR dari tahun
2007 hingga 2011 sudah sesuai dengan aturan BI ataupun jauh diatas nilai yang sudah ditetapkan BI.
5.1.2.6. Non Performing Loan
Non Performing Loan memiliki range 10,86, nilai minimum 0,14, nilai
maksimum 11, dengan sum 276,07 mean 2,30 dan Std. Deviation 2,258. Besarnya NPL sesuai dengan aturan BI yaitu NPL harus dibawah 5.
Besarnya standar deviasi ini lebih kecil dari nilai rata-rata NPL. Hal tersebut mengindikasikan variabel NPL mencerminkan simpangan data
yang lebih kecil dari rata-ratanya. Bila dibandingkan dengan tabel 1.1 terlihat bahwa memang nilai variabel NPL dari tahun 2007 hingga 2011
sudah sesuai dengan aturan BI yaitu dibawah 5.
5.2. Uji Faktor
Uji faktor dimaksud untuk menguji apakah suatu konstruk mempunyai unidimensionalitas atau apakah indikator-indikator yang digunakan dapat
mengkonfirmasikan sebuah konstruk atau variabel.
Tabel 5.2 Nilai KMO and Bartlett’s Test
K MO and B artletts T es t Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .692
Bartletts Test of Sphericity Approx. Chi-
Square 534.340
df 15
Sig. .000
Sumber : Hasil Olah Data SPSS
Universitas Sumatera Utara
Nilai KMO and Bartlett’s Test untuk korelasi antarvariabel yang diinginkan adalah 0,5. Signifikansi penelitian adalah 0,05. Dari hasil di atas diperoleh nilai
KMO sebesar 0,692 yang artinya lebih besar dari 0,5. Sementara itu, signifikansi yang dihasilkan dari Bartlett’s Test of Sphericity sebesar 0,000.
Jika masing-masing indikator merupakan indikator pengukur konstruk maka akan memiliki nilai loading faktor yang tinggi. Ghozali, 2005. Dengan hasil di
atas, maka dapat dikatakan bahwa variabel dan sampel yang digunakan memungkinkan untuk dilakukan analisis lebih lanjut. Selanjutnya, untuk melihat
korelasi antarvariabel independen dapat diperhatikan tabel Anti-Image Matrices. Nilai yang diperhatikan adalah MSA Measure of Sampling Adequacy. Nilai
MSA berkisar antara 0 hingga 1, dengan ketentuan sebagai berikut: 3. MSA = 1, variabel dapat diprediksi tanpa kesalahan oleh variabel yang
lain. 4. MSA 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut.
5. MSA 0,5, variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya.
Hasil pengujian dengan SPSS sebagai berikut:
Universitas Sumatera Utara
Tabel 5.3 Anti – Image Matrices
A nti-image Matrices LDR
ROA PERTLABA
NPL ROE
CAR Anti-image
Covariance LDR
.046 -.048
-.055 -.021
.010 .062
ROA -.048
.521 .053
.065 -.090
.036 PERTLABA
-.055 .053
.082 .026
-.031 -.047
NPL -.021
.065 .026
.940 -.098
-.060 ROE
.010 -.090
-.031 -.098
.897 .011
CAR .062
.036 -.047
-.060 .011
.199 Anti-image
Correlation LDR
.616
a
-.309 -.897
-.103 .050
.649 ROA
-.309 .854
a
.255 .092
-.132 .113
PERTLABA -.897
.255 .640
a
.095 -.112
-.370 NPL
-.103 .092
.095 .646
a
-.107 -.140
ROE .050
-.132 -.112
-.107 .856
a
.026 CAR
.649 .113
-.370 -.140
.026 .755
a
Sumber : Hasil Olah Data SPSS
Nilai MSA ditandai dengan huruf maka hasil penelitian adalah sebagai berikut: LDR = 0,616 0,5
Pertumbuhan Laba = 0,640 0,5
ROA = 0,854 0,5 ROE = 0,856 0,5
CAR = 0,755 0,5 NPL = 0,646 0,5
Berdasarkan hasil MSA di atas, maka seluruh variabel independen dapat dianalisis lebih lanjut karena masing-masing nilainya 0,5.
Universitas Sumatera Utara
5.3. Analisa Data